AutoAI glossário

Aprenda os termos e conceitos que são usados no AutoAI para construir e implementar modelos de aprendizado de máquina

pontuação agregada
A agregação dos quatro tipos de anomalias: deslocamento de nível, tendência, extremo localizado, variação. Uma pontuação maior indica uma pontuação mais forte.

algoritmo
Uma fórmula aplicada a dados para determinar maneiras ideais de resolver problemas analíticos.

Experimento de AutoAI
Um processo de treinamento automatizado que considera uma série de definições de treinamento e parâmetros para criar um conjunto de pipelines ranqueados como candidatos a modelo.

emprego em lote
Processa dados de entrada de um arquivo, conexão de dados ou dados conectados em um depósito de armazenamento e grava a saída em um destino selecionado.

detecção de propensão (aprendizado de máquina)
Para identificar desequilíbrios nos dados de treinamento ou comportamento de predição do modelo.

classificação binária
Um modelo de classificação com duas classes e designa apenas amostras em uma das duas classes

modelo de classificação
Um modelo preditivo que prediz dados em categorias distintas

matriz de confusão
Uma medida de desempenho que determina a precisão entre os resultados preditos positivos e negativos de um modelo para resultados reais positivos e negativos.

validação cruzada
Uma técnica que testa a eficácia dos modelos de aprendizado de máquina. Também é usado como procedimento de reamostragem para modelos com dados limitados.

imputação de dados
A substituição de valores omissos em um conjunto de dados com valores estimados

recursos exógenos
Recursos que podem influenciar o modelo de previsão, mas não podem ser influenciados no retorno. Veja também: Recursos de suporte

imparcialidade
Determina se um modelo produz resultados propensos que favorecem um grupo monitorado sobre um grupo de referência. As avaliações de justiça detectam se o modelo mostra uma tendência de fornecer um resultado favorável ou preferível mais frequentemente para um grupo do que para outro. As categorias típicas para monitorar são idade, sexo e raça.

Correlação de recurso
O relacionamento entre dois recursos Por exemplo, o código postal pode ter uma forte correlação com a renda em alguns modelos.

Codificação de recurso
Transformando valores categóricos em valores numéricos

importância do recurso
O impacto relativo de uma coluna ou recurso específico na previsão ou previsão do modelo.

ajuste de escala de recurso
Normalizando o intervalo de variáveis independentes ou de recursos em um conjunto de dados

seleção de recurso
Identificar as colunas de dados que melhor suportam uma previsão ou pontuação precisa.

transformação de recurso
No AutoAI, uma fase de criação de pipeline que aplica algoritmos para transformar e otimizar os dados de treinamento para alcançar o melhor resultado para o tipo modelo.

dados de validação
Dados usados para testar ou validar o desempenho do modelo.. Dados de validação podem ser uma parte reservada dos dados de treinamento ou podem ser um arquivo separado.

otimização de hiperparâmetros (HPO)
O processo para definição de valores de hiperparâmetro para as configurações que fornecem o modelo mais preciso.

aprendizado incremental
O processo de treinamento de um modelo que usa dados que são continuamente atualizados sem esquecer dados que são obtidos das tarefas anteriores.

dados tabulares grandes
Dados estruturados que excedem o limite no processamento padrão, e devem ser processados em lotes Veja o aprendizado incremental.

dados rotulados
Dados rotulados para identificar os vetores de dados apropriados a serem extraídos para treinamento de modelo.

grupo monitorado
Uma classe de dados monitorados para determinar se os resultados diferem significativamente dos resultados do grupo de referência.. Por exemplo, em um aplicativo de crédito, você pode monitorar solicitações em uma faixa etária específica e comparar os resultados com a faixa etária mais propensa a receber um resultado positivo para avaliar se pode haver algum viés nos resultados.

modelo de classificação multiclasse
Uma tarefa de classificação com mais de duas classes. Por exemplo, quando um modelo de classificação binária prevê valores yes ou no , um modelo de várias classes prevê yes, no, talvezou não se aplica

série temporal multivariada
Experimento de série temporal que contém duas ou mais variáveis de mudança. Por exemplo, um modelo de série temporal que prevê o uso de eletricidade de três clientes..

métrica otimizada
A métrica usada para medir o desempenho do modelo. Por exemplo, a precisão é a métrica típica usada para medir o desempenho de um modelo de classificação binária.

pipeline (pipeline de candidato de modelo)
Estrutura de tópicos de ponta a ponta que ilustra os steos em um workflow.

classe positiva
A classe que está relacionada à sua função objetivo.

grupo de referência
Um grupo que você identifica como mais provável de receber um resultado positivo em um modelo preditivo.. Em seguida, é possível comparar os resultados com um grupo monitorado para procurar possíveis propensões nos resultados.

modelo de regressão
Um modelo que relaciona uma variável dependente a uma ou mais variável independente.

pontuação
No aprendizado de máquina, o processo de mensurar a confiança de um resultado previsto.

suportando recursos
Recursos de entrada que podem influenciar a meta de predição. Veja também: Recursos Exógenos

classificação de texto
Um modelo que identifica e classifica automaticamente o texto em categorias distintas.

modelo de série temporal (AutoAI)
Um modelo que controla dados ao longo do tempo.

modelo treinado
Um modelo que está pronto para ser implementado.

treinamento
O estágio inicial do desenvolvimento do modelo, envolvendo um subconjunto dos dados de origem. Em seguida, o modelo pode ser testado com relação a outro subconjunto diferente para o qual o resultado já é conhecido.

dados de treinamento
Dados usados para ensinar e treinar o algoritmo de aprendizado de um modelo

série temporal univariada
Experimento de série temporal que contém apenas uma variável de mudança. Por exemplo, um modelo de série temporal que prevê que a temperatura possui uma única coluna de predição da temperatura